机器学习监督学习的应用步骤

机器学习中有监督学习的应用步骤：

1. 收集数据的方法：可以利用制作的网络爬虫从网站上抽取数据、从RSS反馈或者API中得到信息、设备发送过来的实测数据（风数、血糖）。大部分都是用的公开数据源。

2.准备输入数据：得到数据之后还必须确保数据格式符合要求。

3.分析输入数据：此步骤主要是人工分析以前得到的数据。查看数据是否为空值，还可进一步浏览数据，分析是否可以识别处模式；数据是否存在明显的异常值；确保数据集中没有垃圾数据。如果是可信数据来源，可跳过此步骤。

4.训练算法：机器学习真正的第一步，我们将前两步得到的格式化数据输入到算法，从中抽取知识或者信息；在无监督学习中，因不存在目标变量值，故不需要训练算法，跳过此步。

5.测试算法：实际使用第4机器学习得到的知识信息。评估算法，必须测试算法工作效果；对于监督学习，必须已知用于评估算法的目标变量值；对于无监督学习也必须用其他的测评手段来检验算法的成功率。

6.使用算法：将机器学习转换为应用程序。